基于电压稳定的在线预想事故筛选和排序

介绍了利用支路电压二次方程的实数根有解判别式,通过节点电压相量,支路潮流等电气量得出各支路指标,并基于事故前后各支路指标的变化,提出了一个反映事故严重程度的性能指标。该指标计算简单、快速,可用于在线预想事故的筛选和排序。

静态安全分析中计及电热耦合的事故筛选和排序方法

本着输电元件载荷限制的热本质因素,提出以输电元件温度为核心的事故筛选和事故严重性程度排序方法,该方法以预想事件发生后电力系统中各输电元件的稳态温度值是否超过其最大允许运行温度为事故筛选标准,进而对造成输电元件过载者按其温度到达其允许值所持续时间长度作为事故严重性程度排序指标,建立系统的评价方法。由于该研究体现限制输电元件载荷能力中载流和温度的双重属性及动静关联性,并从温度的稳态值和动态过程2个角度对预想事故进行筛选和严重性程度排序,使得排序结果能够提供时间信息,可以为安全控制措施的制定提供参考。

在线电压稳定性评估中事故筛选和排序方法的研究

事故筛选和排序是在线电压稳定性评估的一个重要部分,其目的是按照电压稳定性的标准快速而准确地在大量 可能的预想事故中选择出少部分危险性较大的事故,并按照其严重程度排序,对于影响系统性能的事故可以采取适当的预防或校正控制措施。该文以电压崩溃点和现有运行点之间的裕度作为电压稳定性的标准,将迭代过滤筛选技术和改进广义曲线拟合法结合起来,构成了一种新的事故筛选和排序办法。这种方法采用迭代过滤技术进行筛选,快速地在大量可能的预想事故中选择出少部分危险性较大的故事,然后采用改进广义曲线拟合法对这少部分较严重的事故进行排序。通过四川某一实际电网(301个节点)和电科院EPRI 36节点系统2个算例,证明了该方法的有效性,可以应用于在线电压稳定性评估方案中。

基于统计学习的模糊暂态稳定事故筛选与排序

暂态稳定事故筛选与排序的目的是针对一组预想事故集合挑选出严重事故或滤除掉无害事故,以减少待分析的预想事故数目,满足在线动态安全分析的需要。文中提出一种基于统计学习的模糊暂态稳定事故筛选与排序方法,该方法采用了反映事故严重程度的10个性能指标,并通过样本学习,在每个指标集合上具体定义了系统稳定性的模糊隶属度函数;然后综合运用这10个性能指标的稳定性模糊隶属度得到的平均稳定性模糊隶属度,对预想事故集合按严重性进行了排序;接着根据排序结果,结合所设定的稳定阈值,将无害事故过滤掉。最后,用新英格兰10机39节点网络验证了该方法的有效性。

基于静态电压稳定的事故筛选和排序算法综述

由于负荷的快速增长以及市场机制下电力系统运行方式的频繁调整使得电网可能接近稳定极限运行,这使得电网的电压稳定问题变得越来越严重。如何在事故扰动情况下快速而准确地评估电网的电压稳定性具有重要的意义。阐述了事故筛选和排序的基本概念和评估的指标类型,对现有的各种事故筛选和排序方法进行了总结与述评,并指出了此领域研究存在的问题。

一种用于在线电压稳定分析的事故筛选和排序新方法

提出一种用于在线电压稳定分析的事故筛选和排序新方法。这种方法利用事故前后节点电压的降落和有功网损上升作为综合指标进行事故筛选,快速地在大量可能的预想事故中选择出少部分可能引起电压失稳的事故。然后采用改进连续潮流法计算准确的有功裕度指标并进行排序,极大地提高了事故扫描速度,并将之用于福建电网的在线电压稳定监控系统,在速度上满足在线运行要求,证明了该方法的优越性。

基于模糊神经网络的电力系统预想事故排序方法

提出了一种基于模糊神经网络的电力系统预想事故排序新方法。该方法首先定义了反映预想事故严重程度的有功性能指标,同时构造3层人工神经网络(ANN)并采用误差反向传播(BP)算法加以训练;其次对ANN的输入用模糊神经网络进行特征选择,减少了输入层和中间隐含层的神经元个数及训练时间;最后通过IEEE 30节点系统验证了所提方法的有效性,仿真结果说明采用模糊神经网络进行输入量特征选择预处理可减少神经网络的训练时间。

暂态稳定性事故筛选与排序方法研究

暂态稳定性事故的筛选与排序的目的是针对一组预想的事故集合挑选出严重事故或过滤掉无害的事故。本文对目前的暂态稳定性分析的事故筛选与排序方法,如能量函数法中的PEBS法、基于扩展等面积法则的EEAC法及集中反应事故性能指标的方法进行了总结,并对各类方法进行了对比。指出了各种方法优点和不足。

预想事故排序算法比较

就 3种电压越限预想事故的排序方法进行研讨 ,目的是要选取一种能够适用于实际系统EMS的方法。对这 3种方法作了简要介绍 ,并以完全潮流作为正确排队的标准 ,以IEEE 14节点试验系统为例 ,分别从计算速度、捕获率及排队的正确率角度对其进行了分析、比较。

电力系统实时动态安全评估事故筛选与排序综述

电力系统事故筛选与排序是针对电网中一组预想事故,挑选出其中较为严重的事故,将大部分不严重事故滤除掉,减少待分析的预想事故数目,以满足动态安全分析的实时性的需要。文内对目前电力系统事故筛选与排序方法的现有研究文献进行了调研和综述,指出了现有方法的优点和缺点,同时提出了今后事故筛选的发展方向。

二重预想事故排序的快速计算

在线安全分析中 ,二重预想事故由于其后果的严重性已受到越来越多的关注。在本文中 ,提出仅考虑由于一重预想事故引发的继发性二重预想事故 ,即不考虑由于偶然原因引起的两预想事故同时发生的情况 ,在进行计算时 ,采用了完全边界法和自适应边界法相结合的方法 ,并提出了包含电压、无功与有功的综合性能指标 ,从而大大提高了预想事故筛选的速度 ,并且预想事故筛选过程同时进行了一重预想事故筛选和二重预想事故筛选 ,为运行人员提供了更多有用的信息。

电力系统预想事故筛选的一种快速数值积分算法

提出了一种基于Duhamel积分的电力系统暂态稳定数值积分算法,这种算法将描述电力系统暂态过程的非线性微分方程组,表示为线性部分和非线性部分。通过合理地选取线性部分的系统矩阵,并用一个线性可积函数去逼近非线性部分,得到了一种二阶显式单步的暂态稳定数值积分算法。该算法的局部截断误差与改进欧拉法和隐式梯形积分相当,而计算量只有改进欧拉法的二分之一、不到隐式梯形积分的三分之一。新英格兰10机39节点系统和IEEE 145节点系统测试结果表明,该算法可应用于大规模电力系统的预想事故筛选。

考虑二重预想事故的在线电压稳定预防控制

提出了一种基于原对偶内点算法的安全约束最优潮流的数学模型,以控制代价最小化为目标,不仅考虑了正常状态下的安全约束,还同时考虑到了预想事故后的安全约束以及电压稳定裕度的约束。在线电压稳定评估系统中,同时考虑单重预想事故及其引发的继发性二重预想事故,分别进行筛选和排序,综合形成预想事故集。根据预想事故集,基于上述模型依次对其中每一预想事故进行预防控制,构建在线电压稳定预防控制模块,当系统处于不安全状态时,能够及时提供合理的预防控制策略,保证系统安全运行。以IEEE 118节点测试系统为算例,验证了所提出模型的正确性。

基于YOLOv3算法的交通事故检测

针对深度学习算法虽然能够很好地对车辆进行检测,但网络结构复杂,存在大量冗余,导致检测速度非常缓慢的问题,提出基于缩放因子对网络结构进行剪枝。首先,训练网络通道的稀疏性,以便更容易筛选出重要的通道。在训练网络权值时,将L;范数应用于缩放因子和网络偏置,具有较小参数值的结构受到惩罚;其次,对网络结构中的缩放因子进行排序,并根据比例对缩放因子较小的结构进行修剪;最后,将修剪结构的偏置转移到后续层,以保持精度。对于车辆数据,经过训练和测试,修剪后的模型在精度几乎保持不变的情况下,每秒千兆浮点运算(GFLOPS)从33.2下降到8.1,参数量从62M下降到6.8M。

基于EMS的动态安全分析系统

描述了在线动态安全分析(DSA)系统设计中的几个重要方面,包括预想事故集的构造、电力系统实时状态的获取和抽象、动态安全分析算法的选取、动态安全分析开放式平台的研究。为快速分析系统运行模式,设计了可涵盖所有类型故障、可任意设置故障发生序列和故障切除规则的预想事故集。阐述了在线DSA系统的构造方案,并给出了基于该DSA平台的实际电网算例。

北京电网夏季电压稳定分析

北京电网是典型的受电大系统,电压稳定性就是负荷的稳定性。特别是夏季大负荷方式下,主网部分设备负载率高,存在某些异常运行方式,随着用电负荷的逐年增长,电压稳定性问题日趋严重。提出了基于电压稳定多项指标的分档加权预想事故筛选算法,借助于BPA潮流分析程序,计算了北京电网度夏正常运行方式和预想事故下的有功裕度指标、无功裕度指标和灵敏度指标,并排序比较指出北京电网夏季的薄弱节点、薄弱区域和预想事故下系统电压稳定的削弱程度,为制定防止电压崩溃的预案提供了量化依据。

交直流系统负荷裕度的快速算法

高压直流输电的出现给电压稳定研究带来了新的发展前景,在线电压稳定性评估是其中一个重要的研究方向。针对传统方法仅适用于交流系统的电压稳定评估,提出了一种基于线性灵敏度方法的交直流系统求解负荷裕度的快速算法。在典型的直流控制方式下,通过求解交直流系统的负荷裕度,并结合线性灵敏度方法对N-1故障进行过滤和排序。同时阐述了新方法的应用背景和实现原理,并对IEEE30及IEEE57节点系统进行仿真分析,仿真结果验证了该方法的有效性和准确性。

基于非线性灵敏度与曲线拟合法的负荷裕度快速算法

采用非线性灵敏度法对支路事故进行初步排序,避免了线性灵敏度方法筛选严重事故时可能导致的漏选。然后采用二次曲线拟合的方法,将非线性灵敏度得到的负荷裕度作为步长得到第二个曲线拟合点进行拟合,比较精确地得到严重事故集的负荷裕度。该方法在IEEE30、IEEE57节点系统中得到了验证。

基于支路可用容量熵的概率静态安全分析

针对接有大规模风电的电网,结合概率潮流计算,引入熵的概念,从支路可用容量的角度来描述不同支路开断后对系统造成的影响,提出了一种基于支路可用容量熵的预想事故排序指标和基于多场景下的预想事故排序方法,进而提高系统静态安全分析速度。通过IEEE-118节点系统进行仿真计算,结果表明该方法能准确地发现系统潜在的薄弱环节,并大大缩短了静态安全分析时间,为电力运行人员提供可参考的信息。

计及自然灾害风险的输电系统多场景规划方法

严重自然灾害事件会给电力系统运行安全带来巨大风险,需要研究提高电力系统应对自然灾害事故能力的措施与方法,这也是弹性电力系统建设的重要内容。增强电力系统弹性的最基本措施是加强系统结构,发展计及自然灾害的输电系统规划方法,以适当平衡支路建设成本与风险损失是值得研究的重要课题。在此背景下,通过综合考虑投资与运行经济性、常规运行情况下的系统可靠性和发生自然灾害情况下的系统风险等因素,发展了输电系统规划的混合整数非线性规划模型。构建了计及风电与负荷波动以及发生自然灾害情形下的2类场景集,分别用于对候选规划方案进行安全校验和风险评估。之后,在分层优化架构下采用粒子群优化算法求解所构造的优化模型。最后,用经典的18节点系统说明了所提方法的基本特征。